在智能体应用中上传文件后，可以与文件内容进行智能问答。此功能通过三种不同的处理模式，支持对文档、图片、音视频等多种文件进行内容理解、信息提取和智能问答。根据您的具体需求，可以选择以下三种处理模式：
全文引用：通过内置解析器解析文件内容，将文件内容（在上下文长度限制内）作为整体提供给模型。
适合：需要全局理解的任务，如文档总结、全文翻译、风格润色。
特点：简单直接，但受限于模型的上下文长度。
切片检索（RAG）：通过内置解析器解析文件内容，将文件切分成小片段，提问时，系统会从文件切片中检索最相关的内容片段，并将其与用户问题一并提供给模型以生成回答。
适合：长文档问答、知识库检索、需要精确定位信息来源的场景。
特点：能处理超长文件，回答效果依赖切片和检索策略。
自定义处理：将文件信息（如 URL或内容本身）提供给模型，允许模型根据任务需求自主调用外部工具来处理文件。
适用范围
支持的地域
本文档仅适用于中国大陆版（北京地域）。
支持的模型
数据更新可能存在延迟，模型的支持情况以智能体应用内显示为准。
文本生成模型
通义千问VL-Max、通义千问VL-Plus、通义千问VL-OCR
支持的文件格式
单个会话支持上传的文件上限10个，且单文件不超过10MB。
上传的文件仅在当前会话中有效，刷新或关闭页面将导致文件丢失。请及时完成所需操作。
支持上传本地的文档、图片、视频或音频，格式要求为：
文档：
.doc，.docx，.wps，.ppt，.pptx，.xls，.xlsx，.md，.txt，.pdf；图片：
.png，.jpg，.jpeg，.bmp，.gif；视频：
.mp4，.mkv，.avi，.mov，.wmv，.webm，.flv；音频：
.aac，.amr，.flac，.m4a，.mp3，.mpeg，.ogg，.opus，.wav，.wma。
对于需要处理超过10MB文件的场景，推荐使用文件上传API，详见本文的API 参考章节。
如何使用
全文引用
使用步骤
在智能体应用中选择一个模型；
在模块中，选择全文引用；
在右侧调试窗口输入框左侧，点击
图标上传本地文件后，可围绕文件内容进行对话。
参数配置
可点击
进入配置页面：
单文件最大解析长度（token）：限制单个文件提取的 token 数量，超出部分将从文件末尾被截断。
最大拼装长度（token）：限制所有文件内容拼接后的总 token 数量，超出部分将从最后拼接文件的末尾开始被截断。
为避免信息丢失，应合理设置解析长度或考虑使用切片检索模式处理长文件。
示例
上传阿里云百炼系列手机产品介绍.docx，提问：“请帮我总结这个文件的内容。”。
切片检索
参数配置
可点击进入配置页面：
召回片段数：模型回答时引用的相关文本片段的最大数量。
最大拼装长度：限制所有被召回片段拼接后的总 token 数量。若超出，系统将根据相关性得分从低到高依次丢弃召回的片段，直至满足长度限制。
仅检索当前上传文件
使用步骤
在智能体应用中选择一个模型；
在模块中，选择切片检索；
在右侧调试窗口点击
图标上传本地文件后，可围绕文件内容进行对话。
示例
上传阿里云百炼系列手机产品介绍.docx，提问：“请帮我推荐一款5000元左右的手机。”。
混合检索文件与知识库
使用步骤
示例
先在知识库中存入一份视频文件，然后在输入框中点击图标上传test.mp4，提问：“这个视频中的人物有没有出现在知识库中？”。
自定义处理
使用步骤
在智能体应用中选择一个模型；
在模块中，选择自定义处理；
在技能下，添加所需的工具（MCP、插件等）；
在右侧调试窗口点击
图标上传文件后，可通过对话下达指令，让模型调用已配置的工具对该文件进行处理。
特定模型图片处理配置
当您选择通义千问VL系列模型并上传文件后，可点击图标，进行处理方式配置。
在自定义处理模式下，不同类型的文件处理逻辑如下：
图片文件：可选择以下两种处理方式：
模型处理：模型仅使用自己的视觉能力来分析图片并直接回答，不会调用外部工具。适用于“看图问答”。
模型处理 + 规划：模型在看懂图片后，会判断是否需要调用您配置的外部工具（如插件）来完成更复杂的任务。适用于需要编辑、转换或借助工具分析图片的场景。
其他文件（文档、音视频等）：模型将自主判断是否需要调用工具处理。
示例
智能体配置：
选择通义千问VL系列模型，点击自定义处理选项旁的配置图标，将图片处理方式设为模型处理+规划。
在MCP服务处添加人物风格重绘工具。
使用：上传示例文件girl.png，提问：“帮我把这张图的画风转为炫彩卡通风格。”。
API 参考
前提条件
应用发布：调用 API 前，请确保应用已在控制台发布。
处理模式：文件将按照您在智能体应用中保存的配置（如全文引用、切片检索）进行处理。API调用时无法动态切换处理模式。
调用限制
文件问答功能的 API 调用遵循其所属智能体应用的统一限流策略。
默认限制：每个智能体应用的调用频率上限为 100次/分钟。
共享配额：此限制涵盖了对该应用的所有 API 请求，包括但不限于文件问答调用。例如，如果您在 1 分钟内调用了 50 次文件问答，那么该应用只剩下 50 次调用额度可用于其他 API 请求。
文件传递方式和参数说明
文件传递方式 | API 参数 | 主要用途 / 特点 |
通过 |
| 进行图片检索、视觉理解，单文件大小限制10MB。 |
通过 |
| 传递通用文件的URL。在全文引用/切片检索模式下，系统会提取并使用文件文本；在自定义处理模式下，模型将接收原始文件URL以调用工具。单文件大小限制10MB。 |
通过文件上传API接口 |
| 生产环境推荐。 流程： |
更多调用信息请参考：上传文件（文档、图片、视频或音频）。
计费说明
上传文件：文件上传操作本身不收取费用。
模型调用：基于文件内容进行问答会消耗模型的输入和输出 Token，按所选模型的标准计费，详情请参考模型列表。不同模式下输入Token的计算方式不同：
全文引用模式：会将整个文件内容（或截断后的内容）作为输入传递给模型，因此输入Token消耗较大。
切片检索模式：仅将用户问题和检索到的最相关文本片段作为输入，输入Token消耗通常远小于全文引用模式，更适合处理长文档。
自定义处理模式：Token消耗取决于模型与工具交互的复杂性，包括理解用户指令、调用工具、总结工具返回结果等环节。
工具调用：部分工具收费，具体费用在工具详情页展示。
常见问题
如何为API提供公网可访问的文件URL ？
推荐使用阿里云对象存储OSS，它提供了高可用、高可靠的存储服务，并且可以方便地生成公网访问URL。
请确保您提供的URL可被阿里云百炼的服务正常访问：可在浏览器或通过 curl 命令访问该 URL，确保文件能够成功下载。
文件的有效期是多久？
通过聊天窗口上传：仅在当前会话中有效，关闭、刷新页面或会话超时都将导致文件失效。
通过文件上传 API（
session_file_id）：上传的文件有效期通常为 24 小时。通过URL（
image_list,file_list）：文件的可访问性由您提供的 URL 自身决定。
为什么我的文件上传失败？
上传失败可能由多种原因导致：
文件本身：检查文件大小、格式是否符合支持的文件格式。
网络问题：检查您的网络连接以及到服务终端节点的网络连通性。
URL方式：确认URL公网可访问，且非临时签名URL。
API调用：检查请求认证信息及参数格式是否正确。
错误信息：仔细阅读API返回的错误响应体，它通常会指出具体问题。
为什么模型的回答不完整或不准确？
可能的原因：
内容截断：文件内容被 token 限制截断，可在全文引用模式下，合理调高“单文件最大解析长度”和“最大拼装长度”参数。对于超长文件，建议切换至切片检索模式。
提问模糊：提问不够具体，建议明确指出需要的信息类型，以便模型更好地理解您的意图。
检索效果不佳（切片检索模式）：若使用切片检索模式，回答不准确可能是以下两点：1、检索到的相关片段不佳；2、切片策略不当。请尝试优化您的提问，使其更具指向性；在应用配置中调整切片大小，以优化检索的完整性。
文件内容质量不佳：解析器可能难以处理低清晰度的扫描件、包含复杂表格/公式的文档、或编码不规范的文本文件。请尽量提供内容清晰、结构简单的源文件。